- 1. SIFT背景SIFT(Scale Invariant Feature Transform):尺度不变特征转换匹配算法,1999年由David Lowe提出,官网地址:https://www.cs.ubc.ca/~lowe/keypoints/,是计算机视觉方向经典特征提取算法。SIFT用于获取图像中的局部特征点,这些特征点具备较好的尺度、光照、旋转不变性,广泛用于计算机视觉方向,比如图... 1. SIFT背景SIFT(Scale Invariant Feature Transform):尺度不变特征转换匹配算法,1999年由David Lowe提出,官网地址:https://www.cs.ubc.ca/~lowe/keypoints/,是计算机视觉方向经典特征提取算法。SIFT用于获取图像中的局部特征点,这些特征点具备较好的尺度、光照、旋转不变性,广泛用于计算机视觉方向,比如图...
- 一.K-近邻算法的特性 参照机器学习的主要流程: ● 首先准备X_train,y_train交给机器学习算法 ● 算法对数据进行拟合形成模型 ● 输入样例交给模型进行预测,得到输出结果 二.sklearn中knn算法的应用 代码实现:from sklearn.neighbors import ... 一.K-近邻算法的特性 参照机器学习的主要流程: ● 首先准备X_train,y_train交给机器学习算法 ● 算法对数据进行拟合形成模型 ● 输入样例交给模型进行预测,得到输出结果 二.sklearn中knn算法的应用 代码实现:from sklearn.neighbors import ...
- 经典的机器学习: 有监督学习 无监督学习 半监督学习 强化学习 经典的机器学习: 有监督学习 无监督学习 半监督学习 强化学习
- 数据提取概述 ● 响应内容的分类 ● xml和html的区别 ● 常用的数据解析方法 1. 响应内容的分类 在发送请求获取响应之后,可能存在多种不同类型的响应内容;而且很多时候,我们只需要响应内容中的一部分数据 结构化的响应内容 非结构化的响应内容 1.1 结构化的响应内容 ... 数据提取概述 ● 响应内容的分类 ● xml和html的区别 ● 常用的数据解析方法 1. 响应内容的分类 在发送请求获取响应之后,可能存在多种不同类型的响应内容;而且很多时候,我们只需要响应内容中的一部分数据 结构化的响应内容 非结构化的响应内容 1.1 结构化的响应内容 ...
- 总结了在使用pytorch过程中,常使用到的函数和方法 总结了在使用pytorch过程中,常使用到的函数和方法
- 电力资产管理和智能化运维 1,电力设备健康状态评价与诊断 2,故障处理辅助决策 3,智能资产运维,提高效率 4,提高偶发事件预测和辨识水平 电力资产管理和智能化运维 1,电力设备健康状态评价与诊断 2,故障处理辅助决策 3,智能资产运维,提高效率 4,提高偶发事件预测和辨识水平
- 构建可靠,可解释,可信的人工智能技术(Safe AI/ML/AGI )是 AI 走向大规模应用的必经之路。本文总结了国内外 Safe AI/ML/AGI 的研究趋势和热点。 构建可靠,可解释,可信的人工智能技术(Safe AI/ML/AGI )是 AI 走向大规模应用的必经之路。本文总结了国内外 Safe AI/ML/AGI 的研究趋势和热点。
- requests模块的其他方法 ● requests解决https证书错误的问题 ● requests中超时参数的使用 ● retrying模块的使用 1. requests处理证书错误 经常我们在网上冲浪时,经常能够看到下面的提示: https://sam.huat.edu.cn:8443/selfservice/ 原因:... requests模块的其他方法 ● requests解决https证书错误的问题 ● requests中超时参数的使用 ● retrying模块的使用 1. requests处理证书错误 经常我们在网上冲浪时,经常能够看到下面的提示: https://sam.huat.edu.cn:8443/selfservice/ 原因:...
- 利用jupyter分析 ● 绘制基本图像import numpy as npimport matplotlib.pyplot as plt#定义特征值raw_data_x=[[3.3144558 , 2.33542461], [3.75497175, 1.93856648], [1.38327539, 3.38724496], [3.0920... 利用jupyter分析 ● 绘制基本图像import numpy as npimport matplotlib.pyplot as plt#定义特征值raw_data_x=[[3.3144558 , 2.33542461], [3.75497175, 1.93856648], [1.38327539, 3.38724496], [3.0920...
- 1.1 为什么要学习k-近邻算法 k-近邻算法,也叫KNN算法,是一个非常适合入门的算法 拥有如下特性: ● 思想极度简单 ● 应用数学知识少(近乎为零) ● 对于各位开发者来说,很多不擅长数学,而KNN算法几乎用不到数学专业知识 ● 效果好 ○ 虽然算法简单,但效果出奇的好 ○ 缺点也是存在的,后面会进行讲解 ●... 1.1 为什么要学习k-近邻算法 k-近邻算法,也叫KNN算法,是一个非常适合入门的算法 拥有如下特性: ● 思想极度简单 ● 应用数学知识少(近乎为零) ● 对于各位开发者来说,很多不擅长数学,而KNN算法几乎用不到数学专业知识 ● 效果好 ○ 虽然算法简单,但效果出奇的好 ○ 缺点也是存在的,后面会进行讲解 ●...
- requests模块处理cookie的相关请求 ● requests处理cookie的三种方法 ● 实现cookiejar类型和字典直接的相互转换 1. 爬虫中使用cookie 为了能够通过爬虫获取到登录后的页面,或者是解决通过cookie的反扒,需要使用request来处理cookie相关的请求 1.1 爬虫中使用cookie的利弊 ... requests模块处理cookie的相关请求 ● requests处理cookie的三种方法 ● 实现cookiejar类型和字典直接的相互转换 1. 爬虫中使用cookie 为了能够通过爬虫获取到登录后的页面,或者是解决通过cookie的反扒,需要使用request来处理cookie相关的请求 1.1 爬虫中使用cookie的利弊 ...
- 对于requests模块的深入使用我主要介绍三点 一.应用requests发送post请求 根据我之前做后台的经验post请求一般实在登录注册以及需要传输大文本内容的时候去使用。所以同样的,我们的爬虫也需要在这两个地方回去模拟浏览器发送post请求。 requests发送post请求的语法为: response = requests.post("http://www... 对于requests模块的深入使用我主要介绍三点 一.应用requests发送post请求 根据我之前做后台的经验post请求一般实在登录注册以及需要传输大文本内容的时候去使用。所以同样的,我们的爬虫也需要在这两个地方回去模拟浏览器发送post请求。 requests发送post请求的语法为: response = requests.post("http://www...
- 对于requests模块我准备分为四部分给大家简单的介绍一下一.requests模块的基本使用 requests模块的作用是发送网络请求,返回响应数据、 给大家提供requests的中文文档供大家参考: https://requests.readthedocs.io/zh_CN/latest/user/quickstart.html 这里我来给大家举点例子方便大家更... 对于requests模块我准备分为四部分给大家简单的介绍一下一.requests模块的基本使用 requests模块的作用是发送网络请求,返回响应数据、 给大家提供requests的中文文档供大家参考: https://requests.readthedocs.io/zh_CN/latest/user/quickstart.html 这里我来给大家举点例子方便大家更...
- 对于开发者而言,数据采集是开发人工智能应用时面临的首要问题。数据采集的内容涉及图像、视频、音频、结构化表格数据以及环境信息。数据采集是数据管理的起始环节,一般而言,数据越多越丰富,算法所达到的效果越好。尤其是对于深度学习而言,数据量越大,模型表现一般越好。 那么我们从哪里得到这么多数据呢?如果你实在找不到你所需要的数据集,那么你不妨学学爬虫。在这里我会慢慢给大家介绍一些爬虫的相... 对于开发者而言,数据采集是开发人工智能应用时面临的首要问题。数据采集的内容涉及图像、视频、音频、结构化表格数据以及环境信息。数据采集是数据管理的起始环节,一般而言,数据越多越丰富,算法所达到的效果越好。尤其是对于深度学习而言,数据量越大,模型表现一般越好。 那么我们从哪里得到这么多数据呢?如果你实在找不到你所需要的数据集,那么你不妨学学爬虫。在这里我会慢慢给大家介绍一些爬虫的相...
- 在2020年第二届华为云人工智能大赛•无人车挑战杯中,“华中科技大学无人车一队”借助华为云一站式AI开发与管理平台ModelArts及HiLens端云协同AI开发应用平台,进行无人车模型开发与部署,最终夺冠,获得20万奖励(10万现金+10万代金券)。战队撰文分享其参赛体验,包括无人车比赛的整体方案,多维数据处理及行驶控制的能力等。比赛背景第二届华为云无人车挑战杯大赛,相比第一届大赛,难度更... 在2020年第二届华为云人工智能大赛•无人车挑战杯中,“华中科技大学无人车一队”借助华为云一站式AI开发与管理平台ModelArts及HiLens端云协同AI开发应用平台,进行无人车模型开发与部署,最终夺冠,获得20万奖励(10万现金+10万代金券)。战队撰文分享其参赛体验,包括无人车比赛的整体方案,多维数据处理及行驶控制的能力等。比赛背景第二届华为云无人车挑战杯大赛,相比第一届大赛,难度更...
上滑加载中
推荐直播
-
华为云IoT开源专家实践分享:开源让物联网平台更开放、易用
2024/05/22 周三 16:30-18:00
张俭 华为云IoT DTSE技术布道师
开源,意味着开放、共享、互助、共赢。作为万物上云及各行业数字化的物联网底座,华为云IoT积极拥抱开源,借助行业开源的最佳实践,构建可靠、易用的物联网平台,并通过开放南北向SDK,助力开发者快速构建物联网应用。本期直播,华为云IoT开源专家、物联网平台资深“程序猿”张俭,带你了解华为云IoT的开源生态,并手把手教你玩转开源社区!
去报名 -
华为云开发者日·广州站
2024/05/23 周四 14:30-17:30
华为云专家团
华为云开发者日HDC.Cloud Day是面向全球开发者的旗舰活动,汇聚来自千行百业、高校及科研院所的开发人员。致力于打造开发者专属的技术盛宴,全方位服务与赋能开发者围绕华为云生态“知、学、用、创、商”的成长路径。通过前沿的技术分享、场景化的动手体验、优秀的应用创新推介,为开发者提供沉浸式学习与交流平台。开放创新,与开发者共创、共享、共赢未来。
去报名
热门标签